Pega GenAI Blueprint の使いどころ|AI 生成設計をどこまで信頼し上書きするか
AI が数分で設計案を出す時代に、LSA の仕事は「ゼロから描く」から「生成案を評価し、どこを残しどこを直すか判断する」へ移る。Pega GenAI Blueprint の出力を鵜呑みにする危険と、設計判断として押さえるべき観点を整理する。
結論から:たたき台は AI に任せ、線引きの判断は LSA が握る
Pega GenAI Blueprint を使うと、業務やインダストリを言葉で記述するだけで、ケースタイプ・ステージ・ワークフロー・ペルソナ・データモデルの設計案が数分で生成されます。これは設計フェーズの初動を劇的に速くする一方で、「AI が出した設計をそのまま実装してよいのか」という新しい判断を現場に突きつけます。
結論を先に言うと、線引きはこうです。
全体像の骨格・たたき台の生成は Blueprint に任せ、業務固有の例外・非機能要件・統合制約・アクセス制御、そしてケース粒度やデータモデルの正規化は LSA が評価して上書き・再設計する。
Blueprint の出力は「完成品」ではなく「よくできた初稿」です。LSA(Lead System Architect)の仕事は、ゼロから設計を描くことから、生成案を評価し、どこを残しどこを直すかを判断することへと重心が移ります。本記事では、その線引きを設計判断として整理します。
Pega GenAI Blueprint とは何か
Pega GenAI Blueprint は、業務プロセスやインダストリの特性を自然言語で記述すると、生成 AI がアプリケーションの設計案を作成する設計ツールです。出力されるのは、次のような Pega アプリの骨格です。
- ケースタイプ — その業務で扱う「1件の仕事」の単位
- ステージ/ワークフロー — ケースが進むライフサイクルと、各段階の作業の流れ
- ペルソナ — そのアプリを使うユーザー像(申請者・審査担当・管理者など)
- データモデル — ケースが扱うデータの構造
これらの設計案は Pega Platform/App Studio へ取り込め、そのままプラットフォーム上で開発を継続できます。つまり「白紙から要件を Rule に落とす」という従来の初期工程を、AI が下書きしてくれるわけです。Blueprint は継続的に機能拡張されており、生成できる範囲や取り込みの手順はリリースによって異なります。実運用では、利用中の版で何がどこまで生成・取り込みできるかを前提に段取りを組むのが安全です。
なぜ「生成案そのまま」ではいけないのか
Blueprint の生成案が優秀であるほど、「AI が出したのだから正しいだろう」という思い込みが生まれます。ここが最大の落とし穴です。生成 AI は与えられた記述と一般的なパターンから「もっともらしい」設計を作りますが、次のような情報は記述だけからは拾いきれません。
- 業務固有の例外・分岐 — 「この条件のときだけ承認者が二重になる」といった現場の例外
- 非機能要件 — 性能・可用性・SLA・同時実行数など、記述に現れにくい制約
- 統合制約 — 既存の基幹システムや外部 API との連携、データ移行の都合
- アクセス制御 — 誰がどのデータを見て操作できるか(RBAC/ABAC)というセキュリティ設計
さらに、生成された骨格そのものが従来の設計原則に照らして妥当かどうかは、必ず人が検証しなければなりません。とくに ケース粒度(何を1ケースにするか)/マイクロジャーニーの境界/データモデルの正規化は、誤ると後工程で高くつく設計判断です。これらは「AI が出したから」で通してよい領域ではなく、ケースにすべきかデータインスタンスかといった従来からの判断軸で必ず再検証します。実際、Pega 自身も Blueprint のベストプラクティスとして、生成された設計はビジネスアーキテクトが内容をレビューし、ケースライフサイクル設計のベストプラクティスに沿っているかを確認するよう明記しています。Blueprint は設計の出発点を与えるツールであって、設計判断を代行するツールではない、と捉えるのが正確です。
そのまま使う部分と上書きする部分の線引き
生成案を要素ごとに、「たたき台として活かす」「必ず検証・再設計する」「そもそも Blueprint の対象外」のどれに当たるかで仕分けると、レビューが機械的に進みます。
| 設計要素 | 生成案の扱い | 理由 |
|---|---|---|
| ケースタイプ/ステージの骨格 | たたき台として活かす | 全体像の下書きは Blueprint の得意領域。命名・構造の起点になる |
| 標準的なワークフローの流れ | 活かしつつ検証 | 一般的な流れは妥当なことが多いが、業務固有の例外は拾えない |
| ペルソナの定義 | たたき台として活かす | 「誰が使うか」の初稿として有用。詳細な権限は別途設計 |
| データモデル | 必ず検証・再設計 | 正規化・関係の妥当性は設計原則で確認する領域 |
| ケース粒度・マイクロジャーニー境界 | 必ず検証・再設計 | 粒度の誤りは後工程で最も高くつく |
| 非機能要件(性能・可用性・SLA) | 対象外(人が定義) | 業務記述からは生成されない |
| 統合制約(既存システム連携) | 対象外(人が定義) | 環境固有・外部依存で AI が知り得ない |
| アクセス制御(RBAC/ABAC) | 対象外(人が設計) | セキュリティは業務要件から精緻化する |
ポイントは、「たたき台として活かす」と「必ず検証・再設計する」を混同しないことです。骨格・ペルソナ・命名のような「全体像の下書き」は生成案を土台にして時間を稼ぎ、データモデルやケース粒度のような「間違えると痛い設計判断」は生成案を疑ってかかる——この温度差を持てるかどうかが、Blueprint を武器にできるかの分かれ目です。
Blueprint 起点のデリバリー方法論での位置づけ
Blueprint は単発の設計ツールではなく、デリバリー全体の進め方を変えます。従来の「要件定義に何週間もかけてから設計に入る」進め方に対し、Blueprint 起点では次のような反復サイクルを設計します。
- 生成 — 業務・インダストリを記述し、設計案(ケース・ステージ・ワークフロー・ペルソナ・データモデル)を出力させる
- レビュー — LSA と業務側で生成案を評価し、上表の線引きで「活かす/直す/足りない」を仕分ける
- 取り込み — 合意した設計案を Pega Platform/App Studio に取り込む
- 精緻化 — プラットフォーム上で、Blueprint が拾えなかった例外・非機能・統合・アクセス制御を作り込み、動くアプリへ育てる
Pega 自身もこの流れを Blueprint Delivered™ というデリバリー方法論として体系化しており、大きく Blueprinting(設計案の生成)→ Authoring(Pega Platform への取り込みと検証、セキュリティ・統合の作り込み、CI/CD 整備)→ Value Activation(テスト・本番デプロイ) の 3 フェーズで進めます。本記事の 1〜4 は、このうち Blueprinting と Authoring の入口に対応します。フェーズ名や具体的な手順はリリースにより更新されるため、詳細は公式の最新情報で確認してください。
この 1〜4 を一度で終わらせず、短いサイクルで回すのが要点です。生成案を叩き台に業務側と会話することで、要件のズレを早期に発見でき、設計の初動が短縮されます。従来は「設計者が一人で仕様を固めてから見せる」ことになりがちだった工程が、Blueprint によって「早い段階から関係者で共同編集する」工程に変わる、という点にこの手法の価値があります。設計を短縮したぶんの余力を、非機能要件や統合設計といった本当に人の判断が要る領域に振り向けられるのが理想です。
この「協働で精緻化していく」進め方は、Pega のアプリケーション開発全体の進め方や、反復を支えるDevOps の仕組みと噛み合わせて初めて効きます。生成が速くなっても、レビューと取り込みと精緻化が回らなければ、速い下書きが宙に浮くだけです。
よくある失敗
Blueprint の導入でつまずくパターンは、経験上ほぼ次の3つに集約されます。
失敗1:生成案をそのまま実装してしまう
最も多い失敗です。よくできた生成案を見て「これで要件定義は済んだ」と判断し、データモデルやケース粒度を検証しないまま実装に進んでしまう。後から正規化の破綻や粒度の誤りが露見し、ステージ構成やデータ構造の作り直しになります。Blueprint の出力は初稿であって承認済み設計ではない、という前提をチームで共有しておく必要があります。
失敗2:非機能・統合・アクセス制御を後回しにする
生成案に含まれないという理由で、性能要件・既存システム連携・アクセス制御の検討を先送りにするパターン。これらは設計の後半で足すと影響範囲が大きく、データモデルやケース構造の再設計を招きます。Blueprint が拾えない領域だからこそ、レビューの段階で「足りないもの」として明示的にリストアップしておくべきです。
失敗3:反復せず「一発生成」で終わらせる
Blueprint を「一度記述すれば完成品が出る魔法」と誤解し、生成→レビュー→取り込み→精緻化のサイクルを回さないパターン。生成 AI の出力は入力記述の質に強く依存するため、業務側との対話で記述を洗練し、生成をやり直す反復こそが品質を上げます。一度の生成で満足しないことが、この手法を活かす前提です。
まとめ
- Blueprint は業務記述からケース・ステージ・ワークフロー・ペルソナ・データモデルの設計案を数分で生成する。ただし出力は「完成品」ではなく「よくできた初稿」
- 骨格・ペルソナ・命名・標準ワークフローはたたき台として活かし、業務固有の例外・非機能要件・統合制約・アクセス制御・ケース粒度・正規化は LSA が評価して上書き・再設計する
- 「AI が出したから正しい」とせず、ケース粒度・マイクロジャーニー境界・データモデル正規化は従来の設計原則で必ず検証する
- デリバリーは 生成 → レビュー → 取り込み → 精緻化の反復として設計する。設計を短縮したぶんの余力を、人の判断が要る領域に振り向ける
- 生成できる範囲や取り込み手順はリリースにより異なる。利用中の版の対応範囲を前提に運用を組む
Blueprint は LSA の仕事を奪う道具ではなく、下書きを肩代わりして、判断に集中させてくれる道具です。設計の初動を速めつつ品質を落とさない鍵は、「どこを信頼し、どこを疑うか」の線引きを設計チームの型として持つことにあります。
関連リンク
このテーマの記事をまとめて読む: Pega 導入プロジェクトの進め方 用語は Pega 用語集 で引けます
関連記事
Pega 歴 2 か月のメンバーと、世界大会で部門優勝しました
2026 年 10 月、当社のエントリー「Parking Validation, Reinvented with Next-Best-Action(Parky x CDH)」が、Pega Groundbreakers Hackathon 2026 の CDH Blueprint Innovation 部門で優勝しました。設計は当社代表、Blueprint の操作・録画・デッキは Pega 歴 2 か月のメンバーが担当しました。題材と設計、審査員の評価、制作の進め方をお伝えします。
記事を読む